Skills
收录 97,501 个为 Agent 打包的专项能力与操作指引，复制一行命令即可安装。
测试与质量
审查 Penpot 设计中的设计系统／token 治理问题（区别于可访问性）：本可用 token 却硬编码的颜色、脱离栅格的间距、孤立／未解析／未使用的 token、重复的值，以及本应是组件实例却已分离的部分。生成严重程度报告并建议语义化 token 替换。触发词：'audit tokens'、'find hardcoded colors'、'token governance'、'check design system consistency'、'find off-grid spacing'、'detect raw values'、'are we using tokens correctly'。
使用此技能，通过针对启用 R8、禁用 Live Literals 的 release 变体进行测量，并从 release 输出目录读取 Compose Compiler 报告，确保 Jetpack Compose 性能数据反映生产环境的真实情况。涵盖 debug 构建为何会误导（解释执行的 Compose 运行时、JIT 预热、Live Literals 常量 getter）、如何设置带符号的 release 测量构建，以及如何将 Macrobenchmark、Compose Compiler 报告、Layout Inspector、simpleperf 和 Android Studio Profiler 对接到该构建。引用的结果是 debug 到 release 大约有 75% 的启动提升和 60% 的帧渲染提升。当开发者反馈 "slow startup"、"jank"、"dropped frames"、"high recomposition count"，或引用来自 `assembleDebug`、Layout Inspector 或 `CompilationMode.None` 的计时数据时使用。在审查性能缺陷、设置 CI 性能门禁或提交性能回归之前使用。
使用 abaplint（自动化静态分析）和 Clean ABAP 原则（人工代码审查）进行全面的 ABAP 代码质量检查。当用户要求检查、lint、验证、审查或分析 ABAP 代码的语法错误、整洁代码合规性、代码质量、最佳实践或对 Clean ABAP 指南的遵循情况时使用。也适用于 abaplint 的安装、配置和执行。触发词包括“检查这段 ABAP 代码”“lint 我的 ABAP”“运行 abaplint”“配置 abaplint”“这是 Clean ABAP 吗”“审查我的 ABAP”“分析 ABAP 代码质量”“代码质量检查”或“ABAP 最佳实践”。
通过抓取每个端点页面并对每页进行 5 项检查评分来审计任意 API 文档站点：描述质量、是否存在 OpenAPI 规范、body 参数描述、响应码以及响应 schema 完整性。产出一份精良的交互式 HTML 报告，包含汇总评分卡、全站模式分析、按优先级排序的主要问题，以及带具体修复指导的逐端点发现。只要用户提供文档 URL 并要求审计、评审、分析或检查其 API 文档，就触发此技能。也应在以下情况触发："对 X 做同样的审计"、"审计 docs.company.com"、"检查 X 上的 API 文档"、"在 X 上运行 API 文档审计"、"评审 Y API 的文档"，或粘贴 URL 并附上 audit、review、crawl、check、analyse、quality、completeness 或 gaps 等词。始终使用此技能——不要在不遵循此结构化抓取-评分-报告工作流的情况下尝试审计。
适用于在 Android/JVM 上使用 Roborazzi 截图测试时 —— 设置 Roborazzi Gradle 插件、运行 record/compare/verify 任务、使用 captureRoboImage 或 RoborazziRule 编写测试、Compose Preview 截图测试（ComposablePreviewScanner）、Compose Multiplatform（iOS/desktop）截图、AI 驱动的图像断言、roborazzi.* Gradle 属性，或排查 Roborazzi/Robolectric 截图测试失败。
当用户要求对代码库进行以安全为重点的审查时，应使用此技能。触发词：“security audit”、“find vulnerabilities”、“check for security issues”、“pentest this code”、“security review”、“secure code review”、“vulnerability assessment”、“threat model this code”、“OWASP audit”、“find injection vulnerabilities”、“check authentication”、“check authorization”、“find secrets”、“find hardcoded credentials”、“check for XSS”、“check for CSRF”、“check for SSRF”、“find IDOR”、“find IDOR / BOLA”、“check for SSTI”、“review JWT handling”、“review crypto”、“find deserialization issues”、“check for path traversal”、“review for prototype pollution”、“audit dependencies for CVEs”、“supply chain audit”、“review Dockerfile security”、“review CI/CD security”。
负责 ML 工作区的 `tests/` 文件夹，以及实验与其测试之间的配对规则。轻量级路由器：每类测试都有自己的子 skill（v1 中仅有 `smoke-test-ml-pipeline`；随着工作区扩展，可添加 `regression-test-ml-pipeline` / `distribution-test-ml-pipeline` 等同级 skill）。此 skill 会创建空的 `tests/<category>/` 文件夹，强制要求 `tests/<category>/test_NN_<short_name>.py` 与 `experiments/NN_<short_name>.py` 的文件名主体匹配，并在用户要求测试时分派到对应子 skill。触发条件：`iterate-ml-experiment` 刚批准新的设计说明，且在实验标记为完成前需要起草对应测试；用户要求“为 `02` 编写 smoke test”“添加 regression test”“X 有测试吗？”；实验脚本已修改，需要重新检查配对测试；准备运行 `pytest tests/`，但缺少预期的配对测试。跳过条件：设计说明尚不存在（先转交 `iterate-ml-experiment`）；测试针对软件包内部 helper，与特定实验无关（常规单元测试应放在项目 `pytest` 配置指定的位置，不属于此范围）；问题是“测试结果意味着什么”，而非“是否应该有这个测试”（转交对应子 skill）。使用方法：此 skill 是路由器。查阅分派表，确定用户所问测试类别归属哪个子 skill，然后移交处理。不要自行编写测试主体——这属于子 skill 的职责。应创建文件名主体匹配的空测试文件和 pytest 脚手架，然后移交控制权。
一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。